OpenCV3-Python（6）边缘检测

sobel算子

单方向求导
cv.Sobel(img, ddepth, dx, dy, dst, ksize, scale)

• ddepth：图像深度
• ksize：sobel算子大小，默认为3 如果为-1，则使用Scharr进行边缘检测

原图是uint8，导数求出来会有截断，也就是说可能会有超出/小于范围的值，临时转成16位（ddepth设置成cv.CV_16S），随后再用cv.convertScaleAbs()转换成uint8格式

x=cv.Sobel(img, cv.CV_16S, 1, 0) # x方向
y=cv.Sobel(img, cv.CV_16S, 0, 1)  # y方向
Scale_absX = cv.convertScaleAbs(x)
Scale_absY = cv.convertScaleAbs(y)
result = cv.addweighted(0.5, Scale_absX , 0.5, Scale_absY, 0) #混合两个方向

Laplacian算子

laplacian = cv.Laplacian(img, ddepth, dst, ksize, scale)

laplacian=cv.Laplacian(img, cv.CV_16S)
result = cv.convertScaleAbs(laplacian)

Canny边缘检测

cv.Canny(img, treshold1, treshold2)
treshold1：minval，较小的阈值将间断的边缘连接起来
treshold2：maxval，较大的阈值检测图像中明显的边缘